53. Maximum Subarray

是三水不是泗水

于 2019-11-05 10:42:02 发布

阅读量119

点赞数

CC 4.0 BY-SA版权

分类专栏： LeetCode

本文链接：https://blog.youkuaiyun.com/csg3140100993/article/details/102911477

LeetCode 专栏收录该内容

56 篇文章

订阅专栏

本文深入探讨了求解最大子数组和问题的高效算法，通过动态规划方法，实现O(n)时间复杂度的解决方案。文章详细解释了算法的思路与实现过程，包括关键变量的初始化、状态转移方程及特殊情况处理，如全负数情况的正确处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

53. Maximum Subarray

Easy

5417226FavoriteShare

Given an integer array nums, find the contiguous subarray (containing at least one number) which has the largest sum and return its sum.

Example:

Input: [-2,1,-3,4,-1,2,1,-5,4],
Output: 6
Explanation: [4,-1,2,1] has the largest sum = 6.

Follow up:

If you have figured out the O(n) solution, try coding another solution using the divide and conquer approach, which is more subtle.

Accepted

676,923

Submissions

1,505,298

动态规划，其实就是逐个遍历逐个分析

class Solution {
public:
    int maxSubArray(vector<int>& nums) {
        int max_sum=0-(1<<31);
        int cur_max=0;
        for(int i=0;i<nums.size();i++){
            cur_max+=nums[i];
            //下面两个不能换位置，不然全负的时候会出错
            if(max_sum<cur_max) max_sum=cur_max;
            if(cur_max<0) cur_max=0;
            
        }
        return max_sum;
    }
};